Elaborazione dei dati in un flusso di lavoro di etichettatura personalizzato con AWS Lambda - Amazon SageMaker AI

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Elaborazione dei dati in un flusso di lavoro di etichettatura personalizzato con AWS Lambda

In questo argomento, puoi imparare a implementare AWS Lambdafunzioni opzionali durante la creazione di un flusso di lavoro di etichettatura personalizzato. È possibile specificare due tipi di funzioni Lambda da utilizzare con il flusso di lavoro di etichettatura personalizzato.

  • Pre-annotazione Lambda: questa funzione pre-elabora ogni oggetto di dati inviato al processo di etichettatura prima di inviarlo ai lavoratori.

  • Lambda post-annotazione: questa funzione elabora i risultati quando i worker inviano un'attività. Se si specificano più worker per oggetto dati, questa funzione può includere la logica per consolidare le annotazioni.

Se sei un nuovo utente di Lambda e Ground Truth, ti consigliamo di utilizzare le pagine di questa sezione secondo quanto segue:

  1. Innanzitutto, consulta Utilizzo delle funzioni Lambda di pre-annotazione e post-annotazione.

  2. Quindi, utilizza la pagina Aggiungi le autorizzazioni richieste da utilizzare AWS Lambda con Ground Truth per scoprire i requisiti in materia di sicurezza e autorizzazione per utilizzare le funzioni Lambda di pre-annotazione e post-annotazione in un processo di etichettatura personalizzato Ground Truth.

  3. Successivamente, devi visitare la console Lambda o usare Lambda APIs per creare le tue funzioni. Usa la sezione Crea funzioni Lambda utilizzando i modelli Ground Truth per scoprire come creare funzioni Lambda.

  4. Per scoprire come testare la funzione Lambda, consulta Prova le funzioni Lambda di pre-annotazione e post-annotazione.

  5. Dopo aver creato le funzioni Lambda di pre-elaborazione e post-elaborazione, selezionale dalla sezione Funzioni Lambda che viene fornita dopo l'editor di codice per la tua personalizzazione nella console Ground Truth. HTML Per informazioni su come utilizzare queste funzioni in una CreateLabelingJob API richiesta, consulta. Creare un Labeling Job () API

Per un tutorial sul flusso di lavoro di etichettatura personalizzato che include esempi di funzioni Lambda di pre-annotazione e post-annotazione, vedere. Modello demo: annotazione di immagini con crowd-bounding-box

Argomenti